概念:
对于频繁模式挖掘,有两个基本的概念:
support: support = P(A,B)
confidence: confidence = P(A|B) = support/P(B)
存储:
在频繁模式挖掘算法中,我们每一轮在计算所有k项集时,本来要用k维数组,可以考虑只用一维数组来存k维数组。例如用a[k] 来存a[i][j] , k= (i-1)(n-i/2)+j-i , 比较实用的方法是采用<i,j>->count的Hash方式,或者说是利用<x,y,count>来存储二项集。
算法:
Apriori算法:
先决条件:transaction数据中,每个transaction的所有item都按字母序排序
1. 先扫描transaction,找出所有count>support的单个item,作为1项集
2. 对于所有1项集,拼成2项集
3. 扫描transaction,将不满足count>support的2项集剪枝掉